人民銀行內(nèi)部審計(jì)研究論文

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人民銀行內(nèi)部審計(jì)研究論文范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

一、基本概念

數(shù)據(jù)挖掘（DataMining，DM）是一種計(jì)算機(jī)輔助技術(shù)，用于從海量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中抽取出潛在的、有效的、新穎的、有用的和最終可以理解的知識(shí)的過程，又稱數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KnowledgeDiscoverofDatabase，KDD）。數(shù)據(jù)挖掘即能針對(duì)特定7876數(shù)據(jù)庫(kù)進(jìn)行簡(jiǎn)單的檢索和查詢，又能進(jìn)行多層次、全方位的統(tǒng)計(jì)、分析、綜合和推理，越來越多的組織開始對(duì)記錄交易活動(dòng)、經(jīng)營(yíng)狀況和市場(chǎng)信息的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，從而獲得有價(jià)值的信息，提高組織的盈利水平和競(jìng)爭(zhēng)能力。審計(jì)人員可將具有相似性的會(huì)計(jì)數(shù)據(jù)進(jìn)行聚類分組，從而發(fā)現(xiàn)異常賬目。

二、大數(shù)據(jù)視角下的人民銀行內(nèi)部審計(jì)模型

根據(jù)人民銀行業(yè)務(wù)實(shí)際和大數(shù)據(jù)處理要求，構(gòu)建了由數(shù)據(jù)獲取、數(shù)據(jù)整理、數(shù)據(jù)挖掘和審計(jì)應(yīng)用四階段構(gòu)成的人民銀行大數(shù)據(jù)審計(jì)模型。

（一）數(shù)據(jù)獲取

人民銀行內(nèi)審部門應(yīng)結(jié)合轄區(qū)業(yè)務(wù)實(shí)際，積極開展風(fēng)險(xiǎn)評(píng)估工作，確定各業(yè)務(wù)風(fēng)險(xiǎn)排序，擬定審計(jì)主題，針對(duì)特定的審計(jì)目標(biāo)和審計(jì)內(nèi)容進(jìn)行廣泛而深入的審前調(diào)查，掌握審計(jì)的范圍、審計(jì)的內(nèi)容、審計(jì)所需的信息。根據(jù)審前調(diào)查情況，審計(jì)人員有目的性的收集和整理與審計(jì)相關(guān)的數(shù)據(jù)，服務(wù)于審計(jì)項(xiàng)目。該階段審計(jì)人員在保證不影響被審計(jì)單位業(yè)務(wù)系統(tǒng)的平穩(wěn)、持續(xù)運(yùn)行前提下，采取諸如MicrosoftSQLServer2000等數(shù)據(jù)轉(zhuǎn)換工具，獲取、更新和維護(hù)審計(jì)相關(guān)數(shù)據(jù)。

（二）數(shù)據(jù)整理

該階段審計(jì)人員在充分分析數(shù)據(jù)質(zhì)量的情況下，運(yùn)用數(shù)據(jù)庫(kù)各表之間的勾稽關(guān)系，剔除垃圾數(shù)據(jù)，清理、轉(zhuǎn)換、載入和驗(yàn)證提取的數(shù)據(jù)，建立審計(jì)數(shù)據(jù)庫(kù)××，數(shù)據(jù)庫(kù)中的審計(jì)數(shù)據(jù)是集成的、一致的、高質(zhì)量的，便于后續(xù)審計(jì)工作的開展。數(shù)據(jù)庫(kù)是面向特定審計(jì)主題的，不同被審計(jì)單位的審計(jì)主題不同，因此審計(jì)人員要為不同審計(jì)對(duì)象設(shè)計(jì)不同的數(shù)據(jù)庫(kù)××，設(shè)計(jì)數(shù)據(jù)庫(kù)××包括數(shù)據(jù)庫(kù)××模型設(shè)計(jì)及數(shù)據(jù)處理設(shè)計(jì)，是一個(gè)循環(huán)往復(fù)、不斷優(yōu)化的過程，需要不斷地反饋和不斷地完善。該階段審計(jì)人員主要任務(wù)是為采集到的審計(jì)數(shù)據(jù)建立一個(gè)獨(dú)立與被審計(jì)單位數(shù)據(jù)庫(kù)的數(shù)據(jù)庫(kù)××，提供適合聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘的數(shù)據(jù)存儲(chǔ)環(huán)境。

（三）數(shù)據(jù)挖掘

該階段審計(jì)人員可以使用簡(jiǎn)單分析和多維分析工具對(duì)數(shù)據(jù)庫(kù)××進(jìn)行數(shù)據(jù)分析，如：采用聯(lián)機(jī)分析處理的切塊、切片、旋轉(zhuǎn)和鉆取等技術(shù)，對(duì)審計(jì)數(shù)據(jù)進(jìn)行比較分析、比率分析、趨勢(shì)分析等。但在海量數(shù)據(jù)情況下，審計(jì)人員必須采用諸如統(tǒng)計(jì)分析、決策樹、人工神經(jīng)網(wǎng)絡(luò)和關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘算法，對(duì)數(shù)據(jù)庫(kù)××進(jìn)行數(shù)據(jù)挖掘。

1.選擇數(shù)據(jù)挖掘算法

不同數(shù)據(jù)挖掘算法的思路、步驟、功能和應(yīng)用領(lǐng)域不盡相同，審計(jì)人員應(yīng)根據(jù)審計(jì)主題選擇挖掘方法，以得到對(duì)審計(jì)有指導(dǎo)意義的知識(shí)。

2.建立數(shù)據(jù)挖掘模型

選擇數(shù)據(jù)挖掘算法后，從分析數(shù)據(jù)入手，從數(shù)據(jù)庫(kù)××中提取主要變量，剔除無關(guān)變量，建立適合該算法的數(shù)據(jù)挖掘模型。

3.驗(yàn)證數(shù)據(jù)挖掘模型

從數(shù)據(jù)庫(kù)××中選取多個(gè)樣本數(shù)據(jù)，對(duì)挖掘模型進(jìn)行驗(yàn)證，確保數(shù)據(jù)挖掘模型實(shí)現(xiàn)既定審計(jì)目的。

4.運(yùn)行數(shù)據(jù)挖掘模型

挖掘模型的運(yùn)行由專業(yè)計(jì)算機(jī)工具完成，審計(jì)人員要認(rèn)真評(píng)估挖掘結(jié)果，判定挖掘結(jié)果的準(zhǔn)確性和有效性，保證挖掘結(jié)果得出正確審計(jì)結(jié)論。評(píng)估結(jié)果可能導(dǎo)致退回到之前的階段，重新選擇數(shù)據(jù)集合、數(shù)據(jù)挖掘算法或調(diào)整挖掘算法參數(shù)。

5.構(gòu)造審計(jì)知識(shí)庫(kù)

數(shù)據(jù)挖掘模型運(yùn)行后，會(huì)呈現(xiàn)隱藏在數(shù)據(jù)庫(kù)××中的一些規(guī)律或者展示異常審計(jì)數(shù)據(jù)，這些規(guī)律或者異常稱之為審計(jì)知識(shí)，不同的審計(jì)知識(shí)存儲(chǔ)在一起即構(gòu)成了審計(jì)知識(shí)庫(kù)，審計(jì)人員利用審計(jì)知識(shí)提取審計(jì)線索或違規(guī)及風(fēng)險(xiǎn)情況。

6.循環(huán)利用審計(jì)知識(shí)庫(kù)

在以后開展審計(jì)項(xiàng)目時(shí)，審計(jì)人員首先查看審計(jì)知識(shí)庫(kù)，采用可以直接使用的審計(jì)知識(shí)，否則按照上述步驟構(gòu)造適合本次審計(jì)的挖掘模型，并將新的審計(jì)知識(shí)存入審計(jì)知識(shí)庫(kù)。審計(jì)知識(shí)庫(kù)的循環(huán)使用提高了審計(jì)的效率，實(shí)現(xiàn)了資源共享，提高了審計(jì)質(zhì)量。

（四）審計(jì)應(yīng)用

審計(jì)人員利用掌握的審計(jì)證據(jù)，對(duì)提取的審計(jì)線索、審計(jì)違規(guī)及風(fēng)險(xiǎn)狀況進(jìn)行解釋和驗(yàn)證，評(píng)估形成的審計(jì)結(jié)論，對(duì)審計(jì)結(jié)論進(jìn)行一致性和效用性處理。主審人組織獲得的審計(jì)結(jié)論，以事實(shí)確認(rèn)書的形式向被審計(jì)單位征求意見，最終形成審計(jì)報(bào)告。

三、相關(guān)工作建議

（一）積極構(gòu)建大數(shù)據(jù)審計(jì)模型

2012年，人民銀行計(jì)算機(jī)輔助審計(jì)系統(tǒng)正式上線運(yùn)行，在國(guó)庫(kù)和貨幣發(fā)行業(yè)務(wù)審計(jì)領(lǐng)域取得了顯著成效；2013年，總行內(nèi)審司下發(fā)了《中國(guó)人民銀行辦公廳關(guān)于計(jì)算機(jī)輔助審計(jì)工作的指導(dǎo)意見》，推進(jìn)輔助審計(jì)工作。要進(jìn)一步把握大數(shù)據(jù)環(huán)境下內(nèi)部審計(jì)發(fā)展趨勢(shì)，引入適應(yīng)大數(shù)據(jù)要求的數(shù)據(jù)分析工具，積極構(gòu)建、優(yōu)化大數(shù)據(jù)審計(jì)模型，大力開展海量數(shù)據(jù)持續(xù)和深層次分析，引導(dǎo)各分支機(jī)構(gòu)逐步轉(zhuǎn)變審計(jì)模式。

（二）著力搭建溝通協(xié)調(diào)機(jī)制

為確保大數(shù)據(jù)審計(jì)模式得到有效推廣，各級(jí)內(nèi)審部門要根據(jù)本轄區(qū)業(yè)務(wù)實(shí)際建立溝通協(xié)調(diào)機(jī)制，明確權(quán)責(zé)。技術(shù)部門要按照權(quán)限提供相關(guān)業(yè)務(wù)系統(tǒng)的系統(tǒng)需求、數(shù)據(jù)庫(kù)設(shè)計(jì)和數(shù)據(jù)字典等信息，并在系統(tǒng)研究、數(shù)據(jù)采集和數(shù)據(jù)挖掘等方面提供必要的支持和配合；相關(guān)業(yè)務(wù)部門要積極提供內(nèi)審部門開展各類審計(jì)所需數(shù)據(jù)資料，不得以任何借口和理由拒絕或踢皮球；內(nèi)審部門要不斷探索應(yīng)用數(shù)據(jù)挖掘技術(shù)的方法和路徑。

（三）全力培養(yǎng)專業(yè)審計(jì)人才

各級(jí)內(nèi)審部門要推廣大數(shù)據(jù)審計(jì)模型，亟需具備數(shù)據(jù)挖掘和信息技術(shù)創(chuàng)新應(yīng)用能力的“數(shù)據(jù)分析師”和負(fù)責(zé)業(yè)務(wù)知識(shí)研究及分析思路構(gòu)建的“業(yè)務(wù)分析師”兩種專業(yè)審計(jì)人才。要全力加強(qiáng)人才培養(yǎng)和人員培訓(xùn)，統(tǒng)籌專業(yè)分析人才與數(shù)據(jù)分析人才、普通應(yīng)用人才與高層次人才全面發(fā)展，鍛造一支理論水平高、實(shí)踐能力強(qiáng)的復(fù)合型人才隊(duì)伍，推進(jìn)數(shù)據(jù)挖掘技術(shù)在人民銀行內(nèi)部審計(jì)中的廣泛應(yīng)用。

（四）積極開展審計(jì)實(shí)踐與應(yīng)用

2013年以來，各級(jí)內(nèi)審部門運(yùn)用總行計(jì)算機(jī)輔助審計(jì)系統(tǒng)開展國(guó)庫(kù)業(yè)務(wù)及系統(tǒng)運(yùn)行管理審計(jì)，積累了計(jì)算機(jī)輔助審計(jì)實(shí)戰(zhàn)經(jīng)驗(yàn)。為適應(yīng)大數(shù)據(jù)環(huán)境下內(nèi)部審計(jì)發(fā)展趨勢(shì)，各級(jí)內(nèi)審部門應(yīng)根據(jù)實(shí)際，加大計(jì)算機(jī)輔助審計(jì)實(shí)踐的力度和范圍，除使用計(jì)算機(jī)輔助審計(jì)系統(tǒng)外，要嘗試將ACL、EXCEL和SQLServer等通用數(shù)據(jù)分析工具應(yīng)用于各類審計(jì)項(xiàng)目，開展業(yè)務(wù)數(shù)據(jù)挖掘，不斷積累數(shù)據(jù)分析實(shí)踐經(jīng)驗(yàn)，推進(jìn)和提升計(jì)算機(jī)輔助審計(jì)進(jìn)程和水平，并為引進(jìn)大數(shù)據(jù)審計(jì)模型奠定基礎(chǔ)。

作者： 楊淑慧 潘德寶 徐芬 李磊 單位：中國(guó)人民銀行南昌中心支行